Contexte : Face aux nombreuses crises sanitaires et environnementales que traverse l’agriculture, de nouveaux systèmes de production agroécologiques voient le jour. Un axe majeur de cette écologisation de l’agriculture passe par la diversification des productions au sein de l’exploitation qui semble conférer aux systèmes agricoles une plus grande résilience. Cependant, si cette tendance a pu être constatée de manière empirique dans de nombreuses situations, peu de travaux ont tenté de formaliser les liens entre diversité et résilience des systèmes agricoles.

Objectif de la thèse : La thèse abordera, dans un premier temps, les liens entre diversité et propriétés de résilience des agroécosystèmes de manière relativement conceptuelle. Le cadre mathématique de la Théorie de la Viabilité sera mobilisé pour distinguer quelles formes de diversification sont les plus favorables aux différentes propriétés de résilience du système (nombre de composantes, interactions entre les composantes, vitesse associée à la dynamique des différentes composantes, etc…). La thèse visera également à identifier, via ce même cadre mathématique, les trajectoires de diversification permettant l’acquisition de ces propriétés de résilience en temps fini.

Ces résultats génériques seront par la suite appliqués à la modélisation d’un système agricole dont la nature dépendra des formes de diversifications clefs mises en avant dans la première partie1. Partant d’une situation initiale sensible aux aléas, le cadre de modélisation proposé permettra alors de rechercher les trajectoires de diversification qui permettent la transition vers un système résilient. De telles trajectoires de diversification pourront par la suite être mises en discussion avec des experts et des acteurs de terrain.

La thèse sera basée à l’unité INRAE Ecodéveloppement d’Avignon et co-encadrée par Rodolphe Sabatier (INRAE Ecodéveloppement, agronome spécialisé dans la modélisation des systèmes agricoles écologisés) et Sophie Martin (INRAE LISC, mathématicienne spécialisée dans l’étude de la résilience des systèmes dynamiques).

Compétences recherchées :

  • Formation M2 ou équivalent en agronomie, ingénierie généraliste ou mathématiques appliquées.

  • Intérêt pour la modélisation et les approches quantitatives. La maitrise d’un ou plusieurs langages de programmation sera fortement appréciée.

  • Intérêt pour l’agriculture et sensibilité aux enjeux environnementaux en contexte agricole

  • Bonnes capacités de communication, intérêt pour le travail en équipe et en contexte interdisciplinaire.

  • Bonne capacité de rédaction en français et en anglais.

Calendrier :

– Réception des candidatures pendant l’été 2021 (clôture le 30 septembre 2021)

– Début des travaux scientifiques fin 2021.

Contact : rodolphe.sabatier_chez_inrae.fr; sophie.martin_chez_inrae.fr

1 Il pourra par exemple s’agir d’un système d’élevage mixte, de polyculture-élevage, de verger maraîcher, d’un système agroforestier, etc… Plusieurs pistes sont envisagées à ce stade ainsi que les experts et les jeux de données associés.

Ocean flows at scales larger than few tens of km are quasi-horizontal due to the pronounced stratification of seawater and Earth’s rotation and are characterized by quasi-2D turbulence. At scales around 300 km (the mesoscale range), coherent structures (almost circular vortices) contain most of the kinetic energy and are key for ocean dynamics at climatic scales. At scales around 10 km (the submesoscale range) the flow is host to smaller eddies and filaments associated with strong gradients of physical properties (e.g. temperature) and intense vertical transport, which play an important role in both physical and biogeochemical budgets. Mesoscale and submesoscale flows also shape the physical and chemical environment in which life develops in the ocean. Direct observation of submesoscale surface velocity fields at global scale is still not possible but it should be achieved in the near future by the satellite SWOT (NASA-CNES, launch in 2022).
To compute large-scale horizontal transport, surface energy exchanges or global estimates of other quantities, it is crucial to assess how well the horizontal velocities provided by the satellite compare to actual surface currents and down to what length scale. For this purpose, Lagrangian approaches provide an ideal framework, as, differently from standard Eulerian ones, they integrate in time the signal. Thanks to this property, they may allow a clear separation between fast (ageostrophic) processes, that could contaminate the satellite-derived velocity, and slower (geostrophic) ones.

Work plan and goal
In this thesis, inscribed in the CNES research project “DIEGO: Data and dynamical synergies for SWOT”, we will explore Lagrangian transport in models of surface ocean turbulence including ageostrophic dynamics by means of numerical simulations. In particular, we will focus on the role of the effective compressibility characterizing the 2D surface flows at scales of order 1 km, which is directly related to important vertical velocities. The research work will mainly rely on idealized simulations. Using the SWOT simulator software with the numerically computed flows, it will be possible to examine the effect of the data processing that will be applied to the real observations. Depending on the advancement of the project it could also be possible to use realistic high-resolution models, as well as the satellite data when available. The analysis will be based on the comparison of different statistical indicators of Lagrangian dispersion in the original and processed flows. The aim is to determine the effect of unresolved motions, and of the data processing procedure, on dispersion features. In particular, this study should allow the identification of a threshold length scale above which the approximate velocity field is accurate enough, at least in a statistical sense, as well as an estimate of the kinetic energy of the missing small scales.

Research team
The PhD thesis (starting in October 2021) will be conducted at UML, Lille, in tight collaboration with G. Lapeyre at LMD, ENS, Paris. It will also benefit from regular meetings with the staff of LOPS, Brest, involved on other workpackages of project DIEGO.

Candidate
Candidate having good knowledge of fluid mechanics or dynamical systems and an interest for numerical methods; education: Master in Fluid Mechanics, Physics, Geophysical Fluid Dynamics, Applied Mathematics. Good knowledge of oral and written English is required. Knowing Fortran, Python or Matlab would be a plus.

Application
Interested candidates should send their CV, a letter of motivation, and possibly contact information of two references to : stefano.berti-at-polytech-lille.fr

Informations générales

Référence : UMR8557-FABCAZ-005
Lieu de travail : PARIS 13
Date de publication : lundi 15 février 2021
Type de contrat : CDD Technique/Administratif
Durée du contrat : 10 mois
Date d’embauche prévue : 1 avril 2021
Quotité de travail : Temps complet
Rémunération : Entre 2366€ et 3022€ brut mensuel selon l’expérience
Niveau d’études souhaité : Bac+5
Expérience souhaitée : Indifférent

Missions

Nous recherchons une personne à qui confier le montage juridique et financier d’un projet de valorisation de la recherche, pour lequel les grandes lignes et contraintes principales ont été définies. Cette mission débouchera sur la création d’une structure type start-up scientifique, dont la personne recrutée pourra prendre la direction.

La personne sera en charge de la rédaction des statuts de la structure ainsi que de la production des documents requis pour une création d’entreprise (formalisation du modèle économique, business plan, stratégie marketing, stratégie financière, gouvernance, etc.)
La personne devra également identifier les sources de financements publics et privés (subventions, agréments, aides gouvernementales, partenariats, family office, etc.) et produira les dossiers de candidatures adéquats pour l’obtention de ces financements.
Enfin, les candidats à ce poste devront connaitre le monde du logiciel libre ainsi que les modèles de l’économie alternative, notamment l’économie sociale et solidaire et les différents types de coopératives.

Les éléments suivants ne sont pas indispensables mais constitueront un plus non négligeable : connaissance des ressources humaines ; expérience du monde de la recherche ; intérêt pour la question du handicap en général et de l’autisme en particulier ; intérêt pour le jeu vidéo.

Activités

La personne recrutée travaillera dans le cadre de la valorisation d’un programme de recherche sur la cognition des personnes autistes, sous la supervision de F. Cazalis, chargée de recherche au CAMS (Pour découvrir le projet, voir https://www.maca.community/).
Dans une première phase, la personne recrutée accompagnera de près la chargée de recherche afin de se former aux différentes dimensions du projet, d’en saisir les enjeux et de connaitre les réseaux et partenaires impliqués.
En parallèle de cette étape de transmission de connaissances, la personne recrutée bénéficiera d’un soutien à la création de startup dans le cadre du programme RISE opéré par CNRS innovation et d’une formation spécifique à la valorisation de la recherche innovante (deeeptech founders).
Durant la seconde phase de la mission, la personne recrutée sera en charge de la création de structure, notamment en ce qui concerne les aspects juridiques, administratifs et financiers.

Compétences

Les candidat.e.s devront justifier d’une solide formation juridique (de préférence Master II en droit des affaires), associée à une formation et/ou expérience en business développement/start-up. Une expérience dans les domaines du handicap et/ou dans la valorisation de la recherche et/ou dans le monde associatif sera fortement appréciée.
Les candidat.e.s devront démontrer leurs capacités à réaliser le montage et la création d’une structure à visée coopérative, ainsi que leurs capacités à diriger ladite structure, notamment pour les aspects gestion opérationnelle et le management.
Enfin, les candidat.e.s mettront en avant leurs connaissances dans les domaines suivants : innovation numérique, open source, conduite du changement, hacking collaboratif, gouvernance (par ex. holacratie), modèles de l’économie alternative (ex. économie sociale et solidaire et les différents types de coopérative).

Contexte de travail

La personne recrutée sera affiliée au Centre d’Analyse et de Mathématique Sociales. Le CAMS est une unité de recherche mixte du Centre national de la recherche scientifique (CNRS) et de l’Ecole des hautes études en sciences sociales (EHESS). Le projet MACA/Collective Science est cependant hébergé par l’Institut des Systèmes Complexes, qui sera le lieu où la mission sera effectuée. Crée en 2005, L’ISC-PIF (https://iscpif.fr/) est une unité propre de service et de recherche du CNRS dédiée au développement inter-institutionnel et inter-disciplinaire de la recherche sur les systèmes complexes. A la fois laboratoire de recherche, pépinière à projets, centre de ressources mutualisées, centre de conférences et espace de co-working académique, ce tiers-lieux scientifique met à disposition des chercheur.se.s un environnement de recherche dynamique et des outils innovants basés sur le “big data” et le “high performance computing”.

Contraintes et risques

Les contraintes sont minimales : la personne recrutée devra s’adapter aux méthodes de travail de l’équipe de recherche et devra faire preuve d’autonomie et d’organisation.
L’organisation du travail devra bien entendu s’adapter à tout changement de mesures sanitaires liées à la covid-19 durant la période de recrutement (par exemple avec une part de télétravail qui pourrait aller jusqu’à 100% si nécessaire).

Informations complémentaires

La candidature est ouverte à tous profils, quel que soit l’âge, le genre, l’expérience, etc. Les bénéficiaires de l’obligation d’emploi sont vivement encouragés à postuler.

Développement d’un modèle à base d’agents pour l’analyse de données expérimentales acquises au synchrotron Soleil et au réacteur Orphée du CEA (imagerie de fluorescence UV, spectroscopie SAXS et SANS)

Contexte

Ce stage de recherche se déroulera dans le cadre d’une collaboration entre l’INRAE, le CEA- LLB et le synchrotron Soleil, concernant la compréhension de l’influence de la structure des aliments sur leur cinétique de digestion.

De nombreuses maladies de plus en plus fréquentes, en particulier pour les populations fragiles (les plus pauvres, les plus jeunes et les âgés), sont liées à la nutrition : diabète, obésité, pathologies cardiovasculaires. L’approche classique considère les compositions des aliments en termes de nutriments (hydrates de carbones, protéines, lipides) et de micro-nutriments (vitamines, polyphénols, par exemple) et la façon dont ils sont fractionnés sous l’action des enzymes pour délivrer les quantités adéquates au corps. Des travaux récents considèrent la digestion comme un processus beaucoup plus complexe, en particulier au regard de la cinétique de délivrance des nutriments le long du tube digestif (la plus connue étant celle du glucose) et de la structure. Les effets de la structure de l’aliment ont par ailleurs été récemment mis en évidence de façon expérimentale sur plusieurs types d’aliments (produits laitiers, viande, hydrates de carbone). Mieux comprendre et modéliser l’impact de la structure de l’aliment sur la digestion est une question importante, qui pourra avoir des répercussions variées dans le domaine de la nutrition (meilleure prise en charge de certaines pathologies, design d’aliments adaptés) ou de la pharmacodynamique.

La question de recherche posée est celle de caractériser l’effet, sur la cinétique de digestion de protéines, de la matrice, ici un gel, qu’elles peuvent former d’elles-mêmes ou dans lequel elles seraient incluses. La structure – et donc l’évolution sous digestion – est très différente pour des gels laitiers où la brique élémentaire est l’amas de caséines (micelles), dont nous avons complété l’étude, et pour des gels formés par des protéines individuelles de colza (objet de cette étude).

Buts du stage

Ce stage a pour but d’élaborer une modélisation multi-échelle sur les données acquises sur les lignes DISCO (imagerie microscopique UV) et SWING (spectroscopie diffraction X, SAXS) du synchrotron Soleil, et PAXY (spectroscopie diffraction neutrons, SANS) du réacteur Orphée du CEA. Nous commencerons par un modèle multi-agents de réaction-diffusion (référence

Azimi et al, ci-dessous), afin de mettre en rapport les mesures aux deux échelles concernées par les techniques précédentes (macro et nano).

L’imagerie DISCO (https://www.synchrotron-soleil.fr/fr/lignes-de-lumiere/disco) fournit des informations à des échelles entre 20 et 300 microns, elle a permis de visualiser séparément les effets d’HCl, et des enzymes (pepsine, bile, pancréatine) sur les protéines et le gras, et de suivre les cinétiques (de quelques minutes à plusieurs heures) de progression de la pepsine et la dissolution progressive de la forme et de la structure interne de morceaux de gels.

La diffraction X ou neutrons donne accès à des échelles plus fines (2-100 nanomètres), les données se présentent sous forme de spectres de diffraction (voir par exemple http://www.ustverre.fr/site/ustv/Oleron2013/Levelut.pdf)

La diffraction X aux petits angles (SAXS) a permis de suivre l’action de l’enzyme gastrique sur la ligne SWING (https://www.synchrotron-soleil.fr/fr/lignes-de-lumiere/swing)

  • sur des gels laitiers avec deux effets: a) une forte modification des spectres (décroissance aux petits qs), traduisant la destruction progressive des micelles de caséine b) et un changement clair de profil correspondant à l’apparition d’entités plus petites (mini-micelles),
  • sur des gels de protéines de colza.
    La diffraction de neutrons aux petits angles (SANS)
  • sur les gels laitiers par mélange H2O/D2O, nous avons pu visualiser ou éteindre séparément le signal des protéines et des lipides (non deutériés et aussi deutériés), et réussir de premiers suivis incluant la digestion intestinale. Les temps de comptage sur la ligne PAXY, assez courts, permettent un suivi cinétique. Ceci n’est pas directement possible sur une autre ligne comme TPA, mais le signal est suffisamment intense pour voir, en différé, l’évolution des gouttelettes lipidiques.
  • sur certains gels de colza (digestion gastrique et intestinale).Le modèle à base d’agents visé a pour but de lier les informations expérimentales captées à ces deux échelles, en considérant la confrontation de deux (ou plus) populations d’agents, les enzymes et les protéines ou groupes de protéines, ainsi qu’un substrat. Les spectres de diffraction, par le biais de fitting de modèles connus (sphères, agrégées ou non, polydisperses ou non), nous renseignent sur les tailles d’objets en présence et leur évolution au cours du temps,

tandis que les images de fluorescence fournissent des informations sur la géométrie et la cinétique de diffusion. Ces données permettront d’apprendre différents paramètres du modèle, et d’en confronter la simulation (images, profils de tailles de populations, de dispersions, etc.) aux données expérimentales (ensembles d’apprentissage / de test).

Prérequis
• Bonnes compétences en programmation (python, matlab).
• Connaissances en apprentissage, IA, optimisation, modèles à base d’agents.
• Un intérêt pour les sciences expérimentales, la physico-chimie et la biologie.

Le stage pourra éventuellement déboucher sur une thèse sur la même thématique.

Lieu de travail
ISC-PIF (Paris 13ème) et/ou CEA-LLB (Saclay)

Encadrement
Evelyne Lutton, INRAE, UMR MIA-Paris (http://evelyne-lutton.fr) François Boué, LLB-CEA (http://francois-boue.monsite-orange.fr)

Pour candidater
Envoyez CV, relevés de notes de Master et lettre de motivation à Evelyne.Lutton@inrae.fr et Francois.Boue@cea.fr

Quelques références
• Monitoring food structure during digestion using small-angle scattering and imaging techniques J Pasquier, A Brûlet, A Boire, F Jamme, J Perez, T Bizien, E Lutton, …
Colloids and Surfaces A: Physicochemical and Engineering Aspects 570, 96-106 https://hal.archives-ouvertes.fr/hal-02561464/document
• Exploring the breakdown of dairy protein gels during in vitro gastric digestion using time-lapse synchrotron deep-UV fluorescence microscopy
J Floury, T Bianchi, J Thévenot, D Dupont, F Jamme, E Lutton, Maud Panouillé, François Boué, Steven Le Feunteun, Food Chemistry 239, 898-910, 2018
https://hal.archives-ouvertes.fr/hal-01580650/
• Interactive Machine Learning for Applications in Food Science
A Tonda, N Boukhelifa, T Chabin, M Barnabé, B Génot, E Lutton, N Perrot Human and Machine Learning, 459-477, 2018 https://hal.inrae.fr/hal-02791245
• Evaluation of Interactive Machine Learning Systems N Boukhelifa, A Bezerianos, E Lutton
Human and Machine Learning, 341-360, 2018 https://arxiv.org/abs/1801.07964
• Exploring the diffusion of pepsin and hydrolysis kinetics of dairy protein gels during simulated gastric digestion using advanced microscopic techniques.
J Floury, J Thevenot, D Dupont, F Jamme, E Lutton, M Panouille, F Boue, S Le Feunteun Food Structures, Digestion & Health International Conference, 2017 https://hal.archives-ouvertes.fr/hal-01651304/
• Evolution of food gel structures during simulated gastro-intestinal digestion using Small Angle Scattering at SOLEIL synchrotron, E Lutton, J Thevenot, S Le Feunteun, J Floury, M Panouille, D Dupont, Pierre Roblin, François Boue International Conference on Food Digestion, 2017, https://hal.archives-ouvertes.fr/hal-01581553/
• Accounting for Diffusion in Agent Based Models of Reaction-Diffusion Systems with Application to Cytoskeletal Diffusion Mohammad Azimi, Yousef Jamali, Mohammad R. K. Mofrad, PLoS ONE 6(9): e25306. doi:10.1371/journal.pone.0025306 http://biomechanics.berkeley.edu/wpcontent/uploads/papers/Azimi%202011%20PLoSOne.pdf

Contexte:

L’institut des systèmes complexes de Paris est une structure de recherche du CNRS interdisciplinaire et un lieu d’échange pour des scientifiques de nombreuses disciplines. Une de ces missions est de développer des outils transversaux pour les systèmes complexes.

Le logiciel libre OpenMOLE est développé depuis 2008 au sein de l’ISC-PIF. Il permet l’exploration et la validation de modèles de simulation scientifique. Son cœur est codé en Scala, et son interface web en Scala-js (Scala compilé vers du javascript). Un démonstrateur de cette application est disponible ici : demo.openmole.org.

OpenMOLE propose de nombreuses méthodes avancées pour l’exploration des modèles de simulation (calibrage automatique, analyse de sensibilité, optimisation multi-objectifs, recherche de diversité, etc). Ces méthodes itératives produisent des résultats bruts à haute information mais ne possèdent pas pour l’heure de représentation graphique ergonomique. Une API fournissant pour chaque méthode la convergence, les meilleurs résultats obtenus depuis le début de la simulation, est en cours de développement.

Missions:

Le stage s’articule en quatre temps :

1) une prise en main des méthodes produisant des données à représenter dans le cadre du stage.
2) la construction sous forme de mockup d’un tableau de bord de l’évolution de la simulation pour les méthodes envisagées.
3) l’implémentation de ces deux tableaux de bord dans une application autonome. Ces implémentions se feront en Scala / Scala-js et utiliseront la librairie graphique Plotly.
4) l’intégration des tableaux de bord dans l’application OpenMOLE

Technologies et compétences à mettre en œuvre durant le stage:

  • Scala / Scala-js
  • Mathématiques niveau licence
  • UX – Expérience Utilisateur
  • Plotly
  • Javascript
  • OS : linux
  • Attrait pour le monde de la recherche et le logiciel libre

Détails:

Durée: 4 à 6 mois

Lieu: Institut des Systèmes Complexes (ISC-PIF) / Paris-13

Niveau: Licence ou Master

Contact : mathieu.leclaire@iscpif.fr, romain.reuillon@iscpif.fr

Stage indemnisé (environ 500€ / mois)

Candidature:

  • CV détaillant les formations reçues et les expériences professionnelles antérieures
  • Lettre de motivation

We are looking for students who are interested in Mobile development, especially Android!

Diploma required: Bac + 5 in a quantitative field (applied mathematics, statistics, computing…)
Internship starting date: Flexible
Duration : 2 – 6 month
Salary policy: the internship is paid according to the legal wage rates (approx. 560€/month)

About the Institute of Complex Systems (ISC-PIF)

Created in 2005, ISC-PIF is a CNRS service and research unit dedicated to the inter-institutional and inter-disciplinary development of research on complex systems. At once a research laboratory, project incubator, shared resource centre, conference centre and academic co-working space, this scientific hub provides researchers with a dynamic research environment and innovative tools based on big data and high-performance computing.

Address :
Institut des Systèmes Complexes de Paris IdF,  113 rue Nationale 75013 Paris

About the internship

Description :

We are looking for students interested in a  2-6 months internship to help us create the equivalent of our existing iOS apps for Android. You are free to use either React Native or Android (Java/Kotlin) or a combination of both.

Some of the existing iOS apps:

These iOS apps have essentially the same structure and features which makes it easy to reuse across the 3 Android apps.

Requirements : 

  • Proficient in Android (Java, Kotlin) or strong knowledge of React.js
  • Experience with third-party libraries and APIs
  • Very comfortable with NoSQL Databases like MongoDB and Elasticsearch
  • Solid understanding and experience with JavaScript, HTML5, CSS3
  • Solid understanding of the full mobile development life cycle
  • (Bonus) Published an app to the Google Play Store
  • (Bonus) Familiarity with REST and Websockets on mobile
  • (Bonus) Experience with the MVVM and/or MVP design patterns

Responsibilities (two or more) :

  • Converting Politoscope iOS app to Android
  • Converting SciCope iOS app to Android
  • Converting 24 News iOS app to Android

How to Apply :

Please email your job application (reference in the subject line: Multivac Intern) including a cover letter, a resume, and an indication of availability date to maziyar dot panahi at iscpif dot fr. 

Multivac Big Data Architecture

 

NOTE: This position is closed for the year 2021.

We are looking for students who are interested in Data Science and Machine Learning! A great opportunity to work with cutting-edge technologies and billions of data. You will be working on Multivac Platform developed at ISC-PIF : our platform is one of the biggest academic repositories with over 15 billion documents hosted across 80 servers on dedicated servers and cloud services.

Diploma required: Bac + 5 in a quantitative field (applied mathematics, statistics, computing…)
Internship starting date: Flexible
Duration : 2 – 6 month
Salary policy: the internship is paid according to the legal wage rates (approx. 560€/month)

About the Institute of Complex Systems (ISC-PIF)

Created in 2005, ISC-PIF is a CNRS service and research unit dedicated to the inter-institutional and inter-disciplinary development of research on complex systems. At once a research laboratory, project incubator, shared resource centre, conference centre and academic co-working space, this scientific hub provides researchers with a dynamic research environment and innovative tools based on big data and high-performance computing.

Address :
Institut des Systèmes Complexes de Paris 113 rue Nationale 75013 Paris

About the internship

Description :

You will be working on the Multivac Platform developed at ISCPIF. Multivac Platform is one of the biggest academic repositories with over 75 billion documents hosted across 100 servers on dedicated servers and cloud services. The datasets contain metadata from published scientific papers and social networks with a wide range of topics. Multivac platform is meant as an interface between researchers and Big Data, especially in the domain of NLP and text mining. It offers services such as comprehensive dashboards that enable scientists to explore and discover facts with a wider overview of large-scale data through visualizations. It also offers API access that allows researchers to exploit this huge architecture and computation without any prior technical knowledge. In addition, Multivac Data Science Lab offers interactive notebooks over Apache Hadoop/Spark cluster in private Cloud.

Why Multivac Platform :

Multivac Platform is built by cutting-edge technologies such as:

  • Large-scale databases (MongoDB and Redis with over 12 billion documents)
  • Search engine clusters (Elasticsearch/Kibana with over 6 billion documents)
  • Distributed computations and real-time processing (RabbitMQ, NodeJS, etc.)
  • Cloudera Hadoop 2.0 with interactive Spark notebooks (HDFS, YARN, Apache Spark, Apache Hive, Apache HBase, Apache Zeppelin, Hue, etc.)
  • Cloud services (OpenStack)

You get to learn all about these new technologies and have access to Multivac Data Science Lab. Multivac Platform hosts over 14 billion data with over 50 million data every day.

Multivac Data Science Lab

Multivac Data Science Lab

Requirements : 

  • Master in Statistics or Data Sciences
  • Basic knowledge of Machine Learning Algorithms
  • Good knowledge of Scala, Python, or R
  • Good knowledge of Deep Learning libraries (BigDL, Tensor Flow …)
  • Strong knowledge of text mining in social networks
  • Interest in NLP tasks and Graph analytics
  • Experience with Twitter datasets and other REST API services (Bonus)
  • Familiar with Apache Spark or any other Hadoop components (Bonus)

Responsibilities (two or more) :

  • Work on unsupervised learning algorithms for topic detection
  • Work on supervised learning algorithms for classifications and predictions
  • Develop and optimize our existing LDA implementations
  • Develop algorithms to perform NLP tasks such as clustering, topic detections, etc. (StanfordCoreNLP)
  • Implement algorithms to improve sentimental analysis and mentions clustering
  • Develop and implement methods of automatic detection of opinions in Tweets
  • Implement methods of keyword extractions in scientific publications

How to Apply :

Please email your job application (reference in the subject line: Multivac Intern) including a cover letter, a resume, and an indication of availability date to maziyar dot panahi at iscpif dot fr. 

Sujet du stage

L’urgence écologique, dont nous prenons conscience depuis quelques dizaines d’années maintenant, a entraîné une transformation progressive des modes de mobilité urbaine de proximité vers des solutions qui favorisent les transports publics et les mobilités « douces ». Début 2020 en Europe, la pandémie de COVID-19 vient percuter ces transformations en cours et les individus réévaluent, en un temps très court, leurs options de déplacement entre des modes isolés comme l’automobile ou le vélo personnel, les transports publics, ou encore les services partagés comme le Vélo en Libre Service (VLS) [1].

Des considérations relatives aux risques sanitaires accrus ou aux risques de circulation moindre s’invitent par exemple dans les décisions individuelles. Si le contexte pandémique a dans l’ensemble donné un coup d’accélérateur à l’utilisation des VLS, on peut avancer au vu des premières analyses que cette accélération est différentiée suivant les secteurs urbains et les types de déplacements.

Le défi pour nos sociétés urbaines est maintenant de pérenniser et d’accompagner ces transformations d’usage. Cela passe par une analyse fine des dynamiques à l’œuvre en distinguant en particulier celles qui relèvent déjà du temps long et qui sont dues en particulier à la prise de conscience écologique, de celles qui relèvent de la crise sanitaire et qui ont réellement entraîné une bifurcation (au sens des systèmes complexes) dans la dynamique des usages en cours. Le projet dans lequel s’inscrit ce stage de Master aborde ces questions pour la ville de Toulouse et le cas des VelÔToulouse.

À Toulouse, deux ans après Lyon, c’est en 2007 que JCDecaux met en place les premiers VLS, les “velÔToulouse”, que nous avons aujourd’hui : près de 50 millions de trajets ont été effectués depuis leur mise en fonction, 100 millions de kilomètres parcourus, 284 stations équipées et 2600 vélos sont disponibles. Le projet que nous menons propose de croiser les données d’emprunts des velÔToulouse et des résultats d’enquêtes pour 1) comparer de façon interdisciplinaire la cartographie des usages des Vélos en Libre Service avant, pendant et après les périodes de confinement, 2) questionner l’effet de la pandémie COVID-19 à court et moyen termes sur les transformations d’usages des VLS, 3) penser la perspective d’une intensification de l’utilisation des VLS et de l’extension du réseau vers la périphérie urbaine toulousaine.

Le stage de master s’inscrit essentiellement dans le premier enjeu. Pour cela nous disposons des données d’emprunt des vélÔToulouse, sous la forme de fichier texte, depuis début 2019. Il s’agit d’environ 4 millions de log d’emprunts de velÔToulouse par an.

Le stage de master consistera à reconstruire la dynamique spatio-temporelle des emprunts de velÔToulouse depuis début 2019 en séparant les périodes pre-, pendant- et post-confinement, et à proposer des premières analyses. Les deux périodes de confinement pourront aussi être comparées.

Le stage comportera 4 phases :

  1. mise en place d’un outils automatique d’interrogation des fichiers de log, paramétré par la fenêtre temporelle et la localisation des stations à prendre en compte et qui fournit en sortie un graphe pondéré dont les nœuds sont les stations et les poids des arêtes correspondent au nombre de vélos empruntés à la 1ère station et rendus à la 2ème dans la fenêtre temporelle.
  2. comparaison des graphes de différentes périodes pre-, pendant- et post-confinements à l’aide d’outils classiques d’analyse de réseaux.
  3. implémentation d’une méthode « par flots de liens » [2] pour détecter des bifurcations ou changement de rythme et comparaison avec les résultats du 2).
  4. Tentatives d’interprétations.

[1] Bert, J., Schellong, D., Hagenmaier, M., Hornstein, D., Wegscheider, A. K., & Palme, T. (2020). How COVID- 19 Will Shape Urban Mobility. Boston Consulting Group
[2] Latapy, M., Viard, T. & Magnien, C. (2018). Stream graphs and link streams for the modeling of interactions over time. Soc. Netw. Anal. Min. 8, 61.

Profil recherché : Le stagiaire de master sera accueilli dans notre équipe pluridisciplinaire qui comporte deux mathématiciens, une sociologue, deux urbanistes-géographe, un économiste, une cartographe, et un anthropologue. Le stage s’inscrit dans le cadre d’un partenariat avec la métropole de Toulouse au sein du pôle d’expertise VILAGIL. Le profil que nous recherchons en priorité est un étudiant de master étant sensibilisé aux techniques d’analyse de réseaux et plus généralement de systèmes complexes, ayant de bonnes connaissances en informatique et en traitement automatique des données (Python, R, …), et ayant une appétence pour les approches interdisciplinaires.

Rémunération : Le stage sera d’une durée possible entre 4 et 6 mois et effectué intégralement en 2021. La rémunération est classique d’environ 570€ par mois, suivant le nombre de jours ouvrés.

Lieu de stage : Laboratoire Interdisciplinaire Solidarités, Sociétés, Territoires (LISST), UMR 5193 CNRS EHESS UT2J, Toulouse.

Contact et encadrant : Bertrand Jouve, Directeur de Recherche CNRS. bertrand.jouve@cnrs.fr

Postdoc recruitment to study the gene networks driving ageing

The CRI-Paris currently offers a postdoc position in the areas of Network Science, Network Medicine, and Computational biology applied to the study of Ageing, to be filled 1st January 2021.

The applicant will join the team of Michael Rera (Utelife Lab) at the CRI in co-supervision with Marc Santolini (Interaction Data Lab, CRI) and Anastasios Giovannidis (CNRS, Sorbonne University, LIP6 lab). The project will focus on applying network approaches to understand and model the dynamics of gene networks driving ageing in Drosophila and Humans. In particular, the project will focus on describing ageing as a propagation of network failures in the multi-layer interactome. The project is supported by a French national ANR JCJC funding.

Duration: 24 months

Relevant backgrounds and experience:

• PhD in network science, data science, computer science, computational biology, engineering, physics or other related technical disciplines

• Advanced expertise in the use of Python and/or R and network libraries/packages

• Experience in advanced data wrangling and analysis

• Experience with the mining, analysis and visualisation of large network data

• Familiarity with manipulating large-scale biological data (i.e RNAseq, proteomics, metabolomics…)

Profile:

• Proven problem-solving skills (inquisitive mind and intellectual curiosity)

• Excellent communication, collaboration, and presentation skills

• Proactive and innovative

• Capacity to listen actively, obtain necessary input, share ideas, speak persuasively, and convey information in a clear, objective, and concise manner

• Ability to work in a team-oriented environment, and function productively in a dynamic work environment

• Take initiative, and be persistent in her/his drive for results

• Ability to adapt to changing circumstances

• Ability to breakdown undefined problems into specific, workable components

Income follows the standard salary grid with a gross monthly income of 2620 euros

Interested candidates should submit a formal application to these 3 addresses: Michael Rera , Marc Santolini and Anastasios Giovanidis consisting of (i) a current CV with past experience and programming skills highlighted (preferably with link to Github or equivalent), (ii) a brief statement of research experience and interests (max. 2 pages) and (iii) the contact information of up to two references (e-mail or phone number) with some context information (relationship to applicant). Do not hesitate to contact us for further questions as well!

We believe in community diversity as a driving force of excellence. Therefore, we strongly encourage members of underrepresented groups to apply.

ABOUT THE CRI

The Center for Research and Interdisciplinarity (CRI) experiments and spreads new ways of learning, teaching, conducting research and mobilizing collective intelligence in life, learning and digital sciences. The core mission of the CRI is to transform the way to research and acquire, share and co-create knowledge across the life, learning, and digital sciences. We are building a research collaboratory – up to 60 scientists, postdocs, PhD/master students working closely together on diverse but mutually complementary range of topics. We are guided by UN Sustainable Development Goals towards high-impact work on specific topic combining biomedicine, natural sciences, education, and digital transformation.

More info: https://research.cri-paris.org.

Project Web Page : https://projects.cri-paris.net/projects/tcLBvZjk/summary

Title: IoT-microservices platform for mobility monitoring, analysis and recommendation
Postdoctoral position (12 months – renewable to 18 months)
Primary research field: Software Engineering – Distributed Systems
Secondary research field: Data Analytics – Network Science
Start date: July-December 2019

Program Benefits
================
Net salary: ~2,000-2300 Euros per month. Some additional income can be earned by teaching.
Academic and industrial professional development including travel support.
Interaction with world-renowned external board members and speakers
Travel grant for attending conferences and workshops.

Research Center: University Gustave Eiffel – Campus Lyon, LICIT laboratory
(25 avenue Francois Mitterand, Bron, France).

Postdoc project description
================
The project aims to develop a data-driven monitoring and decision-making platform,
based on IoT and micro-services technologies, to improve transport resilience via
(real-time) big data analytics and complex network mining solutions.

The project provides a unique opportunity to work with a large variety of collected
real-world large-scale datasets for the city of Lyon, France from our partners,
including:

  • mobile phone (passive) data,
  • multi-modal transport network of the city of Lyon,
  • GPS floating car data,
  • survey data,
  • vehicle count data,
  • smart-card data, etc.
  • Real-time data will be available as well, thanks to a collaboration with a major European provider
    of real-time travel information services.

The postdoc will be involved in activities related to the implementation of the prototype of the PROMENADE platform, which relies on IoT lambda/kappa architectures for automated deployment, scaling, and management of smart mobility resilience-related micro-services, based on the preliminary work from the team.

She/He will also be involved in the development of services for mobility data collection, analysis and decision making.

Please do not hesitate to contact me or Pr. Nour-Eddin EL FAOUZI (nour-eddin.elfaouzi@ifsttar.fr), in CC, for more information, and share CVs of any contact potentially interested to our proposal.

We are ready to schedule a Skype interview to discuss more about the available position.

The postdoctoral position is expected to start in the period July-December 2019 and
could have a duration between 12 and 18 months.

The link to the full call:
https://promenade.licit-lyon.eu/documents/call_for_postdoc_PROMENADE_short.pdf